BenQ把賠錢貨翻轉熱賣百萬台,秘訣是「找出1萬個錯誤」?圖解3個行銷心法
BenQ把賠錢貨翻轉熱賣百萬台,秘訣是「找出1萬個錯誤」?圖解3個行銷心法
2023.01.13 | 3C生活

擁有30年歷史的顯示器、燈具大廠BenQ,在全球高階燈具市占已經超過5成,很難想像,過去燈具部門曾面臨虧損好幾億、差點被裁掉的危機。他們怎麼讓檯燈產品從無人問津到市場熱賣百萬台,最後讓部門徹底翻身,每年成長超過5成?

BenQ數位家居產品事業部處長潘炯丞參加商周圓桌造局者論壇,演講中分享部門一路上的血淚歷程,面對新產品賽道,需要做的是「不守規矩」,BenQ燈具打破三大舊規則,讓轉型後推出的新品,8成都能在一年內回收所有投資,一旦存活下來,就會創造巨大的價值。

BenQ轉型

打破規則1:產品規劃不強調未來發展,用心觀察「現在需求」

傳統主流產品的前期規劃,因為已經了解市場了,計畫通常是宏觀、預測型的,團隊會分析市場、詳細列出利弊,甚至能建立出未來幾年要遵循的路線圖。

但是新產品無法採用這樣的形式,連目標客群是誰都還在摸索,因此更適合持續觀察、來回修正的流程,這也是為何新產品需要「不守規矩」的主要原因。潘炯丞指出,團隊靠著近距離、微觀的觀察使用者需求,才找到轉化成新生意的新賽道。

要徹底改變想法,當然是經歷了一番血淚。2008年到2014年,白光LED技術起飛,BenQ燈具想學習義大利幾家知名公司的模式來規劃產品,推出11款產品,每年榮獲各項大展獎項,可是那7年,營收不成長就算了,甚至年年都虧損。

團隊徹底意識到轉型迫在眉睫,於是開始深入觀察,發現七年來賣最好的產品,居然是用來看書的檯燈。「可是還有人在看書嗎?更多人是用電腦閱讀吧?」從這個思維開始擴大發想:80年前設計給書本的檯燈,現在真的適用嗎?會不會有一群人遲遲等不到適合電腦螢幕的檯燈?

WIT.jpg
反光、照耀範圍等痛點一直困擾者電腦螢幕用戶,圖為BenQ特別針對痛點研發的螢幕閱讀燈。
圖/ BenQ官網

於是BenQ燈具團隊著手研究,先走進13個使用者的場景中,發現螢幕閱讀的三大痛點:

  1. 光源集中導致反光。
  2. 照射範圍小,只能讓鍵盤一邊亮起來。
  3. 和背景亮暗對比太大,容易造成眩光,眼睛不舒適。

針對這三種問題進行研發,BenQ在2011年推出第一盞「螢幕閱讀燈」,順利獲得消費者青睞,更從買家購買的原因中分析發現,爸媽買給孩子做作業、彈鋼琴的需求很高,因為需要寬廣範圍的照射,再次透過這些「邊緣需求」發展出四種新品類,包含親子閱讀燈、鋼琴立燈、螢幕掛燈等以滿足深入的痛點,光靠這四大新品,全球累積超過百萬盞,更連續多年登上天貓雙11的檯燈類銷售冠軍。

鋼琴燈.jpg
從螢幕閱讀燈的銷售成果中發現新的需求,研發可以平均照亮鋼琴鍵的燈具。
圖/ BenQ官網

打破規則2:產品設計不走捷徑,動手嘗試「錯誤」

對新品類的設計來說,最困難的是你要做出一個「存在於未來」的產品,沒有一個客戶會指定要做多大台、幾公尺、燈多亮,腦中只有一個模糊的定位,因此持續實驗、動手修改就是新產品最重要的設計流程

潘炯丞以螢幕閱讀燈的設計為例,初期請工程師在螢幕上用雙面膠貼一個燈具,找來同事試用看看,講出他好用跟難用的地方在哪裡,最後描繪出理想產品——可以穩固懸掛在螢幕上方,不占據桌面空間,同時不會造成反光的燈具。

工程師反覆嘗試了30種不同材料結構的模型,每一種都親自動手實驗,最後讓一盞螢幕燈順利誕生。這種不守規矩、不怕成本持續試錯的方法,最大的價值就是為了從錯誤中學習,「我沒有失敗,只是發現了一萬種行不通的方法」。

螢幕掛燈.jpg
不占據桌面空間的螢幕掛燈是熱門產品之一,經歷反覆實驗試錯誕生的產品。
圖/ BenQ官網

打破規則3:產品銷售拋棄成熟通路,「自己賣」更貼近客戶

最後一個打破規則的流程,就在販售的環節,因為賣新品是非常困難的,針對特定消費者,也不是每個人都需要、喜愛它。因此必須花時間找出最愛它的族群,並且對著這群人把故事講清楚

2015年螢幕閱讀燈剛剛上市,BenQ自然而然地找上台灣最大的電器通路商,獲得最好的展示位,門市店員還會有推銷產品的教育訓練,全力推這款產品,結果不負眾望,前兩個月,每月超過一千台的銷量成績。

但幾個月後,其他新產品出現了,所有優勢都被搬走,銷量一落千丈。「但讓我們最難過的是,完全不知道這兩千位消費者、願意給我們機會的到底是誰。」BenQ不知道這些人為何購買、是甚麼身分樣貌,甚至連後續滿意度都不清楚,花費心力打造的新產品,卻像是丟進湖中的石頭,連一點痕跡都沒留下。

團隊記取教訓,決定收回來自己賣,利用「成長駭客」的行銷概念,先假設一群核心客人、和他們溝通,最後驗證這群人就是最愛產品的人,把行銷資源集中於此。

2016年進入中國市場時,BenQ先假設會花5000塊買檯燈的客群是高階主管、設計師、爸媽等族群,接著進到微信公眾號找這幾種類型的版主,寫試用心得並進行團購收單,最後發現「爸爸媽媽」最願意掏腰包買這款產品,團購時一周可以多達600台,便把行銷資源集中,很快就成為中國父母指定購買的高價燈具,最後也從邊緣需求開發出親子檯燈,發展另一個銷量成長引擎。

「你們聽到這裡一定會問,值得嗎?」潘炯丞的回答很肯定。

在轉型前的傳統模式中,7年推出11款產品,但沒有一款回收投資,轉型後用新方法,7年推出5款產品,其中有4款都在一年內回收所有投資金額。

潘炯丞表示,透過10%「不守規矩」的應用,就能在人們眼中飽和的紅海市場,再次創造高成長、高獲利的賽道。

責任編輯:錢玉紘

關鍵字: #智慧家電
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓